论文摘要
为了解决噪声干扰条件下叶尖定时脉冲信号难以准确提取的问题,提出了一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)的含噪叶尖定时脉冲信号提取方法。采用EEMD对非平稳、非线性的原始含噪信号进行自适应分解,构建多尺度低通滤波器进行降噪,再对降噪后的脉冲信号进行方波整形处理,并提出融合相似度和相关度的最优降噪整形评价指标,用于含噪信号处理效果的评价。基于含噪叶尖定时脉冲信号特点建立数学模型,验证方法的可靠性和适用性。对比降噪整形处理后含噪叶尖定时脉冲信号与原始无噪信号,其相关度、相似度及综合评价指标分别超过97%、89%及92%,结果表明:该方法能够准确提取噪声干扰下叶尖定时脉冲信号,有利于叶尖定时技术的发展与推广应用。(图9,参24)
论文目录
文章来源
类型: 期刊论文
作者: 张继旺,张来斌,段礼祥,王耀楠
关键词: 叶尖定时脉冲信号,集合经验模态分解,方波整形,降噪,信号处理
来源: 油气储运 2019年06期
年度: 2019
分类: 工程科技Ⅰ辑,工程科技Ⅱ辑
专业: 机械工业
单位: 中国特种设备检测研究院,中国石油大学(北京)机械与储运工程学院
基金: 国家重点研发计划资助项目“烟机叶片运行状态监测技术研究”,2016YFF0203302,国家自然科学基金资助项目“基于迁移学习的往复压缩机故障诊断机制及预测预警模型研究”,51674277
分类号: TH17
页码: 685-691
总页数: 7
文件大小: 3806K
下载量: 136
相关论文文献
标签：叶尖定时脉冲信号论文; 集合经验模态分解论文; 方波整形论文; 降噪论文; 信号处理论文;